Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Biner : Jurnal Ilmiah Informatika dan Komputer Journal of Information Technology, Computer Engineering and Artificial Intelligence (ITCEA)
Didik Nugroho, Didik
JURUSAN ADMINISTRASI PUBLIK FAKULTAS ILMU SOSIAL DAN ILMU POLITIK UNIVERSITAS DIPONEGORO
Computer Science & IT

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I) Waluyo, Waluyo; Nugroho, Didik; Nugroho, Didik; Kustanto, Kustanto; Kustanto, Kustanto
Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN) Vol 3, No 1 (2015): JURNAL TIKomSiN
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (679.505 KB) | DOI: 10.30646/tikomsin.v3i1.186

Abstract

DBD (Demam Berdarah Dengue) dan Demam Tifoid merupakan masalah kesehatan yang sering terjadi di Indonesia. Penderita penyakit DBD (Demam Berdarah Dengue) dan Demam Tifoid semakin tahun semakin meningkat, dapat menyerang anak-anak dan orang dewasa. Bagi penderita penyakit Demam Berdarah Dengue (DBD) dan Demam Tifoid apabila tidak segera diberi pengobatan dapat menimbulkan kematian. Oleh karena itu upaya untuk membatasi angka kematian dari penyakit ini sangat penting. Salah satu cara pencegahannya adalah dengan diagnosa penyakit yang tepat. Penyelesaian dalam permasalahan kali ini dengan pemetaan ruang input ke ruang output. Dalam hal ini pemetaan ruang input adalah gejala klinis dari penyakit DBD dan Demam Tifoid, dan ruang output adalah jenis penyakit yang bersesuaian dengan gejala klinis DBD dan Demam Tifoid. Aplikasi ini dibangun untuk diagnosa dini penyakit DBD (Demam Berdarah Dengue) dan Demam Tifoid dengan menggunakan penerapan logika Fuzzy Tsukamoto. Berdasarkan hasil pengujian validasi perhitungan dengan membandingkan hasil perhitungan aplikasi dengan perhitungan manual dihasilkan tingkat valid aplikasi diagnosa penyakit DBD (Demam Berdarah Dengue) dan Demam Tifoid sebesar 96.875%.  Kata kunci: Sistem Pakar, Fuzzy Tsukamoto, diagnosis DBD dan Demam Tifoid 
SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I) Waluyo, Waluyo; Nugroho, Didik; Nugroho, Didik; Kustanto, Kustanto; Kustanto, Kustanto
Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN) Vol 3, No 1 (2015): JURNAL TIKomSiN
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (679.505 KB) | DOI: 10.30646/tikomsin.v3i1.186

Abstract

DBD (Demam Berdarah Dengue) dan Demam Tifoid merupakan masalah kesehatan yang sering terjadi di Indonesia. Penderita penyakit DBD (Demam Berdarah Dengue) dan Demam Tifoid semakin tahun semakin meningkat, dapat menyerang anak-anak dan orang dewasa. Bagi penderita penyakit Demam Berdarah Dengue (DBD) dan Demam Tifoid apabila tidak segera diberi pengobatan dapat menimbulkan kematian. Oleh karena itu upaya untuk membatasi angka kematian dari penyakit ini sangat penting. Salah satu cara pencegahannya adalah dengan diagnosa penyakit yang tepat. Penyelesaian dalam permasalahan kali ini dengan pemetaan ruang input ke ruang output. Dalam hal ini pemetaan ruang input adalah gejala klinis dari penyakit DBD dan Demam Tifoid, dan ruang output adalah jenis penyakit yang bersesuaian dengan gejala klinis DBD dan Demam Tifoid. Aplikasi ini dibangun untuk diagnosa dini penyakit DBD (Demam Berdarah Dengue) dan Demam Tifoid dengan menggunakan penerapan logika Fuzzy Tsukamoto. Berdasarkan hasil pengujian validasi perhitungan dengan membandingkan hasil perhitungan aplikasi dengan perhitungan manual dihasilkan tingkat valid aplikasi diagnosa penyakit DBD (Demam Berdarah Dengue) dan Demam Tifoid sebesar 96.875%.  Kata kunci: Sistem Pakar, Fuzzy Tsukamoto, diagnosis DBD dan Demam Tifoid 
IMPELEMENTASI CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN MODEL MOBILENET DALAM APLIKASI PRESENSI BERBASIS PENGENALAN WAJAH Hartanto, Budi; Yudanto, Bramasto Wiryawan; Nugroho, Didik; Tomo, Sri
Biner : Jurnal Ilmiah Informatika dan Komputer Vol 3 No 1 (2024): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v3i1.6607

Abstract

Kecerdasan buatan merupakan suatu kemampuan sistem untuk mengimpretasikan suatu data eksternal secara benar. Teknik Artificial intelegence (AI) menggunakan data dalam jumlah yang besar untuk membuat mesin atau sistem menjadi semakin cerdas yang bisa menangani tugas-tugas yang membutuhkan kecerdasan manusia. Pada penelitian ini mengungkapkan bahwa dengan menerapkan model deep learning menggunakan Model Deep Learning Mobilefacenet dapat mengenali objek wajah dengan prediksi yang sangat baik. Metode dalam penelitian ini menggunakan metode kuantitatif. Tujuan dari penelitian ini yaitu dengan menerapkan model Convolutional Neural Network atau CNN maka model untuk prediksi berdasarkan data citra dapat bekerja secara baik.. Dalam pengembangan model ini menghasilkan suatu aplikasi presensi yang dapat digunakan oleh pihak Sekolah sebagai media alternative dalam proses presensi.
OPTIMASI DETEKSI TEPI PADA CITRA DIGITAL MELALUI TUNING HYPERPARAMETER CLAHE DAN FILTER BILATERAL: STUDI KASUS PADA GAMBAR KENDARAAN Hartanto, Budi; Yudanto, Bramasto Wiryawan; Nugroho, Didik
Biner : Jurnal Ilmiah Informatika dan Komputer Vol 3 No 2 (2024): Juli
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v3i2.7745

Abstract

Penelitian ini bertujuan untuk mengoptimalkan deteksi tepi gambar dengan menggabungkan metode Holistically-Nested Edge Detection (HED) dan filter Sobel-Laplacian. Metode ini diterapkan setelah tahap preprocessing yang mencakup Contrast Limited Adaptive Histogram Equalization (CLAHE) untuk peningkatan kontras dan filter bilateral untuk pengurangan noise. Tuning hyperparameter dilakukan untuk meningkatkan performa deteksi tepi. Evaluasi menunjukkan hasil terbaik dengan Precision sebesar 0.1920, Recall 0.5747, F1 Score 0.2878, Accuracy 0.7231, IoU Score 0.1681, dan ROC AUC Score 0.6569. Temuan ini menunjukkan bahwa metode yang diusulkan dapat meningkatkan akurasi deteksi tepi dengan hasil Recall dan Accuracy yang lebih baik dibandingkan metode konvensional, meskipun Precision dan IoU masih menunjukkan potensi untuk perbaikan lebih lanjut. Penelitian ini memberikan wawasan tentang pengaruh preprocessing dan tuning hyperparameter terhadap hasil deteksi tepi, serta aplikasinya dalam berbagai bidang pengolahan citra.
Desain Penerapan Tools Outomasi Penentuan Status Gizi Balita Pada Sistem Posyandu Menggunakan Naive Bayes Nugroho, Didik; Tomo, Sri; Arie Febrianto, Raden
Journal of Information Technology, Computer Engineering and Artificial Intelligence (ITCEA) Vol. 2 No. 2 (2025): Journal of Information Technology, Computer Engineering and Artificial Intellig
Publisher : Redtech Putra Benua

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Status gizi adalah salah satu tolok ukur perkembangan anak.  WHO menetapkan 3 tabel untuk menentukan kondisi perkembangan balita yaitu Umur balita dan berat badan (C1) ,  Usia  dan Tinggi badan (C2), dan   Standar Berat Badan Menurut Tinggi Badan (C3). Lalu bagimana berdasrkan tiga tabel tersebut dapat dioakai untuk menentukan status gizi anak. Hal ini masih menyulitkan bagi kader posyandu. Maka perlu dikembangkan sistem yang mampu menentukan status gizi . Penelitian ini menggunkan data training , serta dengan data testing berdasarkan data observasi . Penentuan status gizi menggunakan metode Naïve Bayes  , pengujian menggunakan Confusion  Matrix. Hasil penelitian ini berhasil membuat sistem yang mampu menentukan status gizi, berdasarkan hasi uji data testing menunjukan nilai 100%.
Co-Authors Arie Febrianto, Raden Bramasto Wiryawan Yudanto Budi Hartanto Kustanto, Kustanto Tomo, Sri Yoga Yuniadi